美团面试题:如何分析差评原因?
【题目】
下面的Excel表格是骑手(外卖小哥)的配送信息
文末会给出数据下载地址。现在的业务问题是:
1、分析差评原因,并给出改善方案;
2、骑手姓名重复默认为同一个骑手;同一个骑手可能在不同站点出现差评
【参考答案】
一.明确问题
需要分析导致分析差评的原因是什么,并给出改善方案。可以使用 《猴子数据分析》里第6关讲过的分析方法,和第7-8关的如何用数据分析解决问题的框架来完成。
二.分析原因
使用多维度拆解分析方法,从下面3个维度展开分析,在每个维度里面使用对比分析方法来比较。
(1)差评标签:各标签占比情况如何,各站点标签占比情况对比。
(2)骑手:骑手差评数、配送时间指标情况,分析典型样本的具体标签分布。
(3)站点对比:站点差评指标和配送时间指标对比,评价各站点表现以及存在的问题。
分析思路如下:
通过在Excel中分列功能对“顾客配送评价标签”这一列处理,得到下面的几列。
新增两列“取餐时长”和“总时长”,指标定义如下:
取餐时长=骑手接单时长+到店时长+到店等餐时长;
总时长 = 取餐时长+送达时长
1.差评标签分析
下图是差评的总体情况:
下图是各站点的差评情况:
从图中可以得出结论:
(1)总体情况来看,“送达超时“占比最高为29.65%,这是导致差评的主要原因;其次是态度不好、其他、少餐/撒餐。
(2)从各站点情况来看,“送达超时”出现频率都为最高。A站点“态度不好”占比第二22.56%,与占比第一的“送达超时”差距仅为1.5%;E站点“送达不通知”标签占比第二,为次要原因。
2.骑手分析
下图是骑手总体配送情况
从上图可以得出结论:
(1)配送时间指标大大高于平均值的骑手。对比差评数前5的骑手,其差评数并未相应升高,可见配送时长这一单一维度并不对用户差评起决定性作用。
(2)抽样调查骑手差评数前4位:
李*骑手:
该骑手的平均总时长、平均取餐时长、平均送达时长3项指标时长皆低于平均值。
但其对应评价标签中,出现频率最高的是“送达超时”和“其他”。其配送时间指标显然与评价不符,为防止恶意差评,需进一步沟通了解具体情况。
刘*骑手:
该骑手的平均总时长、平均取餐时长、平均送达时长3项指标时长皆高于平均值,与其对应评价标签中出现频率最高的“送达超时”相符。
陈*骑手:
该骑手平均总时长、取餐时长、送达时长3项指标时长皆低于平均值,其对应评价标签中出现频率最高的是“态度不好”,可见态度较差是该骑手获得较多差评的主要原因。
王*骑手:
该骑手平均总时长、平均送达时长低于平均值、取餐时长略高于平均值。其对应评价标签中出现频率最高的是“提前点送达”,可见该骑手常常违反规定进行“提前点送达”操作,导致用户不满,且致使其配送时间指标失真,存在欺骗行为,需要重点关注。
3.站点分析
从上图可以得出结论:
(1)站点C在差评和配送时间多项指标对比中都表现最差。为所有站点中最需要调整改善的.
(2)A站点在配送时间各项指标都低于平均值,表现优秀。但差评指标在所有站点中排名第二,说明该站点人员在其他方面存在一定问题。
对比之前的A站的差评标签占比情况,我们得到了相应的数据支持,“态度不好”标签占比第二为22.56%。
(3)D、F站点则在差评和配送时间的多项指标中表现优秀。
4.分析汇总
通过数据可视化图表信息,可以得出以下结论,用户差评占比最高的问题为“送达超时”。
但通过多项数据对比分析发现,骑手的配送时间长短这单一维度,并不对用户差评数起到决定性作用,“态度不好”的问题尤其需要重视,而“其他”、“少餐/撒餐”、“提前点送达”等为次要原因。
三.提出建议
1.站点C在各项指标中都表现较差,说明该站点骑手培训和管理上存在较大漏洞,总部应督促站长加强内部管理和培训,优化工作流程,提升骑手的配送效率和服务态度。
2.站点A在配送时间指标上表现优秀,但其差评原因中高比例的“态度不好”反馈,说明该站点骑手服务态度存在较大问题,容易让用户降低对平台的忠诚度,站长应加强对员工的服务培训,并增加对应的具体奖惩措施,规范骑手的服务态度。
3.建议不同站点,不同骑手间,根据数据指标,建立合理的绩效排名体系,增强内部竞争意识,提升整体公司效率。
4.对于差评标签带有:态度不好和少餐/撒餐的情况的订单,首先要给用户发送致歉短信,给予一定外卖红包奖励(金额做好控制),获取用户谅解,让用户保持对平台的好感。
对于态度恶劣的员工,在了解清楚具体情况以后,应要求员工电话回访客户致歉,并进行相应处罚。
对“提前点送达”这种可能会导致绩效考核指标失真以及破坏用户体验的违规行为,要进行重点排查和处罚。
面试题数据下载在公众号(猴子聊人物)对话框回复“资料”,在下面路径下:
参考答案来自猴子社群会员,来源:
https://zhuanlan.zhihu.com/p/131404140
推荐:人工智能时代,你必须要学会这个通用技能
美团面试题:如何分析差评原因?相关推荐
- 美团外卖:对删差评刷单零容忍 将联动警方打击黑产
新浪科技讯 2月27日下午消息,近日有媒体报道称,"删差评"."刷单"等黑灰产瞄准美团外卖,帮助商户舞弊.提高店铺评分和曝光量.美团外卖表示,美团安全事务部对此 ...
- 美团 python_Python | 美团差评数据分析
目录:数据理解 数据清洗 分析思路 分析过程 总结与建议 一.数据理解 数据来源于美团面试题,考点是分析差评原因,并给出改善方案. 字段理解: 数据大小:542 * 11 备注:骑手姓名重复默认为同一 ...
- 美团外卖用户差评情况分析
文章目录 分析背景和目的 数据集介绍 数据清洗 数据分析 1.站点分析 2.标签分析 2.1 送达超时标签分析 2.2 态度不好标签分析 3.总时长情况 建议 分析背景和目的 该数据源自美团面试分析题 ...
- 美团差评数据分析,python代码实现
文章目录 明确问题 理解数据 处理数据 异常值处理 标签处理 新增计算列 数据分析 分析思路 描述性分析 探索性分析 送达总时长时间过长,导致的差评 骑手个人行为导致的差评 商户行为导致的差评 其他评 ...
- 外卖行业评价管理解决方案:最新饿了么/美团外卖差评解决办法,请收好!
在美团外卖/饿了么外卖店上开店,老板们都会想做活动来提升自己的店铺评分,评价有礼是最常见的一种方式,那么应该如何做呢? 第1问 –差评是如何产生的- 外卖平台为了规范店铺的管理及保证平台的优质服务,对 ...
- 为何总给外卖打差评?我们来数据分析一下!
点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 燕雀安知鸿鹄之志哉? 本次项目使用 ...
- “差评”的学位论文都有哪些特点?
本文选自<"差评"研究生学位论文主要特点鉴别 >(黑龙江高教研究,2019年第5期,作者常思亮,罗小丹,卢 堃),作者选取 S 大学2017 届411 份"差 ...
- 重新认识差评与客户满意度
所有做电商的朋友应该都碰到过客户差评的事情,那遇到差评怎么办?别慌,这样来提高客户满意度(https://www.manyibar.com/news/labels/kehumanyidu). 亚马逊有 ...
- Amazon卖家处理差评的三种方法
本文由作者CZKJ50131创作,未经许可,不得转载! 在Amazon上开店难免会收到差评,所以这是一种比较常见的现象,认为在这里有庞大的用户群体不可能说自己的产品会让每个人都满意,有一两个差评可以说 ...
最新文章
- 【基础算法-模拟-例题-*校长的问题】-C++
- SpringBoot下的工作流Activiti开发
- 学习java很痛苦_Java日期细微的痛苦提醒
- 小小智慧树机器人_最萌“警察”来袭!5G警务机器人亮相厦门中山路!
- Android数据存储——内部存储
- 项目经理的商务指南系列之四:认识谈判(不做传声筒,不做顶门闩,进退之策,进退之法,有机事者必有机心)...
- (转)因巨亏而著名的10大魔鬼交易员
- spring整合SpringMVC Controller 和 Struts2 Action控制层Bean的默认作用域
- ableton 中文_Ableton live 中文 PDF.pdf
- 职称论文发表教育期刊《中小学教育》杂志简介及投稿须知
- 计算机辅助制造系统英文,计算机辅助集成制造系统,computer-aided integrated manufacturing system,音标,读音,翻译,英文例句,英语词典...
- html圣杯布局,三种实现圣杯布局方法
- vx开发|JSON配置文件
- 算法设计-实现运动员比赛日程表 C代码
- 用夜神安卓模拟器做Android开发
- MATLAB 将图像随机裁剪为N*N的图像块
- KCP-快速的可靠网络传输协议
- 完整VI项目设计书(转)
- Cmder | 一款命令行增强工具
- linux怎么卸载gdb,卸载GDB 包